情報処理学会 第81回全国大会講演要旨

深層学習は画像処理や自然言語処理など多様な分野で成功を収めている。特に、物体認識や物体検出では著しい成功を収めた。その一方で学習には膨大なデータを必要とするため、学習するためのデータを効率的に保存し、取り出せるようにする必要がある。そこで本研究では高圧縮、高速復号の特徴を持つフラクタル符号化に着目した新しい物体認識・物体検出手法を提案する。提案手法はフラクタル符号化の際に得られる分割ブロックの自己相似性情報を物体認識および物体検出に適用する。実験結果では約96%の認識精度を達成するとともにロバストで高速な物体検出が可能であることがわかった。